Business Forecasting: Técnicas de Previsão de Vendas

Formato: Online – Ao Vivo

DATA

A Anunciar

Horário

17h às 20h

Duração:12h

LOCAL

Online – Ao Vivo

PREÇO

190€

descrição

Business forecasting: Técnicas de previsão de vendas tem como objetivo de auxiliar profissionais envolvidos com o processo de previsão de compra e vendas voltados para os tomadores de decisões de empresas que atuam nos mercados nacionais e internacionais, abrangem mercados internos e externos. O curso também se destina a mercados com vendas complexas, que são as que necessitam de uma abordagem consultiva e de técnicas eficazes para determinar o nível de assertividade na ação tomada. Técnicas quantitativas de análise de séries temporais são capazes de identificar períodos de compra e/ou venda, determinar o volume de estoques de segurança, auxiliar no montante orçamentário entre outros beneficios, como a identificação do processo gerador da variael que se estuda. O curso mantém um foco em previsões, inicando-se pelos objetivos, passando por conceitos até técnicas mais robustas de previsões.

a quem se destina

Analistas, coordenadores e diretores e responsáveis comerciais e produto, gerentes das áreas de planeamento, comercial, logística, compras e processo de controlo, investigadores, docentes de diversas áreas.

Descrição: Ao final da formação o participante adquirirá conhecimento para:

  • Estruturar o processo de previsão de vendas considerando suas características;
  • Fazer previsões de vendas de forma mais confiável, possibilitando melhorias no atendimento ao cliente e diminuição de custo de estoques, conhecer as melhores estratégias de seleção e negociação com fornecedores;
  • Identificar possíveis ações comerciais, como descontos e promoções através de previsões acuradas;
  • Identificar as vantagens da análise total de custos e as melhores metodologias de controlo de custos;
  • Calcular os erros de previsão, permitindo o uso de métodos e processos mais adequados.

formador

Francisca Mendonça Souza, Licenciada em Matemática Aplicada Computacional, Especialista em Estatística e Modelagem Quantitativa, Mestre em Engenharia de Produção na área de Gerência de Produção ambos pela Universidade Federal de Santa Maria (UFSM). Doutorada em Métodos Quantitativos Aplicados à Gestão e Economia na especialidade de Estatística e Análise de Dados – Econometria pelo Instituto Universitário de Lisboa (ISCTE-IUL). Pós doutoramento na Plataforma de Inovação da Vinha e do Vinho – INNOVINE e WINE na Universidade Trás-os-Montes e Alto do Douro na área de Séries Temporais, Econometria. Pós doutoramento no Centro de Competências em Cloud Computing/Universidade da Beira Interior (UBI) em Data Mining and Sistematic Review and Meta Analysis. Possui 4 livros publicados sendo 3 deles em parcerias com Universidades Brasileiras. Autora e co-autora de um conjunto de publicações sobre economia aplicada, econometria e estatística aplicada.

Adriano Mendonça Souza, possui graduação em Matemática  – Faculdade Imaculada Conceição – (FIC) – Santa Maria, Especialização em Estatística e Modelagem Quantitativa, Universidade Federal de Santa Maria (UFSM) e Mestrado em Engenharia de Produção (UFSM). Doutorado em Engenharia de Produção (UFSC – Universidade Federal de Santa Catarina – SC). Atuou como pesquisador na Texas A & M University (TX – USA), foi pesquisador Instituto Superior da Ciência do Trabalho e da Empresa – ISCTE – Business School – Lisbon Institute – Portugal. Atualmente é Professor Titular do Departamento de Estatística (UFSM) atuando nos curso de Especialização em Estatística e Modelagem Quantitativa (UFSM), no Programa de Pós-graduação em Engenharia de Produção (UFSM), no Programa de Pós-Graduação em Administração Pública, no Programa de Pós-graduação em Ciências Contábeis, assim como nos demais cursos de graduação da instituição. A partir de 2007 passou a avaliador de curso e avaliador institucional do Ministério da Educação – MEC, além de ser referri de várias revistas científicas. Faz parte do Conselho Editorial da Editora da UFSM e do Conselho Editorial da Revista Praticas em Administração Pública (PAP). As área de interesse são estatística aplicada, controle de qualidade, análise de séries temporais, análise multivariada, pesquisa operacional e gerência de produção e avaliações de políticas públicas por meios de modelos econométricos.

programa

1.Processo de Previsão de Vendas

1.1 Estrutura do processo
1.2 O que prever?
1.3 Que tipo de técnica usar? Métodos Quantitativos e Qualitativos
1.4 Que tipo de software usar?
1.5 Horizonte de Previsão
1.6 Organização dos Dados

2.Técnicas de Previsão

2.1 Média Móvel
2.2 Tendências
2.3 Métodos de decomposição

  1. Indicadores de Erro de Previsão: Como calcular a fiabilidade de uma previsão

    3.1 Utilidade do erro
    3.2 Média dos Erros Absolutos – MAD
    3.3 Erro Médio Quadrático – MSE
    3.4 Média do Erro Percentual Absoluto – MAPE
    3.5 Erro Médio Percentual – MPE

  1. Métodos de Previsão
    4.1 Decomposição Clássica
    4.2 Lidando com Sazonalidade, Tendência e Ciclo
    4.3 Holt-Winters

 

  1. Tecnologia na Previsão de Vendas e de Preço

    5.1 Conceitos fundamentais
    5.2 Principais Decisões
    5.3Modelos de previsão de vendas (ARIMA e SARIMA)

preço

190 € (Isento de IVA)

data e horário

Datas: A Anunciar

Horário: 17h às 20h

pré-requisitos e metodologia

Formato: Online – Ao Vivo

Materiais utilizados e disponibilizados: base de dados e lista de comandos da ferramenta.

Pré-requisitos
Conhecimento de estatística e matemática.

 Recursos Tecnológicos
Necessário que os estudantes tenham um computador e o software RStudio instalado.

Referências Bibliográficas

Enders, W. (2014). Applied econometric time Series. John Wiley and Sons Inc., 4th Edition.

Souza, F. M., Oliveira, Souza, A. M., Souza, A. M., Menezes, R. M. C., Ramser, C. A. S., Leonardi, A. S. (2017). Estatística e Modelagem Aplicadas ao Software R. Editora Voix,. ISBN: 978-85-94414-04-5

Souza, F.M. (2016). Modelos de Previsão Aplicações à Energia Elétrica ARIMA-ARCH-AI-ACP. 1º ed. Brasil: Appris Editora e Livraria Ltda. ISBN: 978-85-473-0248-1. 

Box, G. E. P.; Jenkins, G.M., (1970). Time Series Analysis, forecasting and control. San Francisco: Holden Day, p. 315

Brooks, C. (2002). Introductory econometrics for finance. Cambridge: Cambridge U. Press.

Souza, F. M. (2016), Efeitos de Contágio das Taxas de Juro a Longo Prazo na Rendibilidade dos Índices Bolsistas Internacionais: Um Modelo com Quebras Estruturais, Persistência e Heterocedasticidade Condicionada. Tese de Doutoramento ISCTE-IUL, 67- 104.

Box, G. E. P.; Jenkins, G.M., (1970). Time Series Analysis, forecasting and control. San Francisco: Holden Day, p. 315

Brooks, C. (2002). Introductory econometrics for finance. Cambridge: Cambridge U. Press.

Dickey, D. A.; Fuller, W. A. (1970). Distribution of the Estimators for Autoregressive Time Series With a Unit Root. Journal of the American Statistical Association, v. 74, n. 366, p. 427–431, 1979.

Kwiatkowski, D. et al. (1992).Testing the null hypothesis of stationarity against the alternative of a unit root. Journal of Econometrics, v. 54, n. 1–3, p. 159–178.

Oliveira, A. C. S. Introdução ao R. Universidade Federal de Mato Grosso. Instituto de Ciências Exatas e da Terra. Departamento de Estatística. Mato Grosso, MT, 2011.

Wooldridge, J. (2016). Introductory Econometrics: A Modern Approach (with Economic Applications, Data Sets, Student Solutions Manual Printed Access Card). South-Western College Pub, 6th edition.

Russell, D. and MacKinnon, J. (2004). Econometric Theory and Methods. New York: Oxford University Press.

Stock, J. and Watson, M. (2011). Introduction to Econometrics. Addison Wesley Longman, 3rd edition.

Torfs, P. and Brauer, C. (2014). A (very) short introduction to R. https://cran.r-project.org/doc/contrib/Torfs+Brauer-Short-R-Intro.pdf.

Hamilton, J. D. (1994). Time series analysis. Princeton Univ. Press, Princeton, NJ.

Fale connosco

gades solutions

Rua Ferreira de Castro nº19

2635-361, Sintra, Portugal

Telefone: 210 124 743

Telemóvel: 932 027 860

Email: info@gades-solutions.com

inscrição

Por favor, introduza os seus dados. Entraremos em contacto brevemente.

13 + 13 =

Usaremos seus dados para fornecer informações sobre produtos e serviços da Gades Solutions. Para mais informações, consulte a nossa Política de Privacidade

 

COPYRIGHT © 2019 • GADES SOLUTIONS • TODOS OS DIREITOS RESERVADOS